原创 深度學習&圖像處理(深度學習的醫學圖像分割3.1)

基於深度學習的醫學圖像分割模型研究_曹祺煒 1.基於改進的3D-FCN+CRF以及MS-CapsNetGAN實現腦腫瘤圖像分割 圖像語義分割,簡單而言就是給定一張圖片,對圖片上的每一個像素點分類,不同顏色代表不同類別。圖像分割的主要步驟:

原创 A Style-Based Generator Architecture for Generative Adversarial Networks 翻譯3&4

3.基於樣式的生成器的屬性 我們的生成器架構使得通過對樣式進行特定比例的修改來控制圖像合成成爲可能。我們可以將映射網絡和仿射變換視爲從學習分佈中爲每個樣式提取樣本的方法,而將合成網絡視爲基於樣式集合生成新圖像的方法。每個樣式的效果都在網絡

原创 深度學習&圖像處理(神經網絡結構優化5)

神經網絡結構優化設計方法與研究 1.研究背景 BP算法與RBF算法 BP全稱BackPropagation,也就是誤差反向傳播算法,它的基本思想是梯度下降法,採用梯度搜索技術,通過鏈式求導法則,最終使得網絡輸出和期望輸出的誤差方差最小,是

原创 pytorch基礎(附代碼)

1.基本數據類型: pytorch只是一個GPU加速庫,不支持String,使用編碼表示。 不同維度數據類型不同。 dim=0:loss表示;dim=1: bias/linear input;dim=2:linear input batc

原创 (已解決)pytorch錯誤:RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED (安裝cuda)

RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED 原因:pytorch與cuda版本不對 先卸載了pytorch:conda uninstall pytorch,再安裝cud

原创 pytorch實現GAN(附代碼)

GAN定義的生成器和判別器網絡結構: GAN訓練:首先訓練D,每迭代訓練5次D再迭代訓練一次G,總訓練5000次,批次爲512。數據集爲8個高斯混合模型,使得GAN去擬合一個圓上的8個分佈點。   根據GAN的loss函數,使得D儘可能

原创 pytorch實現wGAN(附代碼)

WGAN在GAN上加入了wasserstein ditance做了改善: 有一個梯度懲罰項,X是做了一個線性插值。 梯度懲罰:懲罰係數取0.2,總訓練5000次,批次爲512,優化器同上。 代碼: # -*- coding: utf

原创 A Style-Based Generator Architecture for Generative Adversarial Networks 翻譯1&2

A Style-Based Generator Architecture for Generative Adversarial Networks 一個基於樣式的用於生成對抗網絡的生成器架構 這是一個很重要的關於GAN的文章,StyleGA